API de recomendación híbrida en GCP (Chilldays)

El problema

ChillDays es una app de ocio: sugiere restaurantes donde comer, fiestas en la playa a las que apuntarse y discotecas para salir de noche. El cliente tenía un equipo de ingenieros de IA, pero necesitaba a alguien que los guiara para construir un sistema de recomendación híbrido y ponerlo en producción, no otro par de manos escribiendo código por su cuenta.

Qué construí

Como consultor y líder técnico, orienté al equipo del cliente en el diseño, la revisión y el despliegue del sistema:

• Un sistema de recomendación híbrido en Python que combina filtrado basado en reglas, colaborativo y basado en contenido, para que las recomendaciones no dependan de una sola señal.
• Una API REST con varios endpoints, cada uno para un tipo de petición distinto: dónde comer, a qué fiesta en la playa ir, qué discoteca elegir.
• Acceso a datos en Firebase, donde viven los datos de la app.
• Despliegue de la API en Google Cloud Platform.
• Revisión de código y mentoría técnica para los ingenieros que hacían la implementación.

Cómo se entregó

Mi papel fue de consultoría y orientación, no de implementación en solitario. Definí la arquitectura del filtrado híbrido, revisé el código del equipo a medida que llegaba y dirigí el despliegue en GCP para que el sistema de recomendación saliera como un servicio que la app pudiera llamar.

Resultado

Un sistema de recomendación híbrido desplegado como API REST en GCP, con endpoints que sirven recomendaciones de restaurantes, fiestas en la playa y discotecas a partir de datos de Firebase. Lo construyeron los propios ingenieros del cliente y es suyo; mi aportación fue el liderazgo técnico que lo llevó del diseño a la revisión y a producción.